HarmonyFidelisHarmonyFidelis
Anmelden
KI-GrundlagenLLM-FunktionsweiseLLM-EngineeringEvaluationGlossarKonfigurator

Aura · KI-Lernpfad

KI verstehen. Mit LLMs bauen. Prüfen, was funktioniert.

Eine progressive, praktische Karte: Machine Learning, Deep Learning, Tokens, Transformer, RAG, Werkzeuge, Agenten, Evaluation und Sicherheit.

Mit den Grundlagen beginnenKI-Anweisung erstellen
  • Kostenlos
  • Ohne Konto
  • Primärquellen

01 · Aura · KI-Lernpfad

Sechs Abschnitte, ein zusammenhängender Pfad

Folge der Reihenfolge oder öffne den Abschnitt, der zu deinem Problem passt.

  1. 01 · 20 Min.

    KI, ML und Deep Learning

    Systeme, Modelle und Produkte unterscheiden und Lernen aus Daten verstehen.

    Wähle zuerst die Methodenfamilie, dann das Modell.

    Abschnitt öffnen
  2. 02 · 25 Min.

    Wie LLMs funktionieren

    Tokens, Embeddings, Aufmerksamkeit, Transformer, Training und Inferenz.

    Verstehe Fähigkeiten und Grenzen ohne ein LLM mit einer Datenbank zu verwechseln.

    Abschnitt öffnen
  3. 03 · 30 Min.

    LLM-Engineering

    Prompts, strukturierte Ausgaben, RAG, Werkzeuge, MCP, Agenten und Anpassung.

    Ordne jede Technik dem Fehler zu, den sie wirklich beheben kann.

    Abschnitt öffnen
  4. 04 · 25 Min.

    Evaluation und Sicherheit

    Baselines, repräsentative Tests, Faktentreue, Injection, Datenschutz, Kosten und Rollout.

    Entscheide anhand von Messungen und begrenze den Wirkungsradius.

    Abschnitt öffnen
  5. 05 · Referenz

    KI-Glossar

    46 zentrale Begriffe aus KI, Deep Learning und LLM-Engineering.

    Verstehe technische Dokumentation und Diskussionen schneller.

    Abschnitt öffnen
  6. 06 · Werkzeug

    Anweisungs-Konfigurator

    Ziel, Kontext und Erfolgskriterien in eine portable KI-Anweisung verwandeln.

    Erzeuge einen klaren, editierbaren und wiederverwendbaren Prompt.

    Abschnitt öffnen

02 · Aura · KI-Lernpfad

Die Arbeitskarte

Nützliche LLM-Systeme sind Ketten. Die schwächste Schnittstelle bestimmt die Qualität, nicht nur das Modell.

  1. 01

    Rahmen

    Bedarf, Risiko und messbaren Erfolg definieren.

  2. 02

    Belegen

    Relevanten Kontext, Daten oder Retrieval liefern.

  3. 03

    Generieren

    Modell mit klaren Grenzen und Format nutzen.

  4. 04

    Handeln

    Werkzeuge minimal berechtigen und validieren.

  5. 05

    Evaluieren

    Qualität, Sicherheit, Kosten und Erholung messen.

03 · Aura · KI-Lernpfad

Pfad nach Ziel wählen

Grundsatz: Eine flüssige Antwort ist ein Vorschlag, kein Beweis. Wichtige Aussagen müssen nachvollziehbar, wichtige Aktionen begrenzt sein.

Ich will verstehen

Grundlagen → LLMs → Glossar

Baue ein korrektes Denkmodell und dauerhaftes Vokabular auf.

Ich will bauen

LLMs → Engineering → Evaluation

Entwirf ein nützliches System und teste reale Fälle.

Ich will KI besser nutzen

Grundlagen → Konfigurator → Evaluation

Gib klarere Anweisungen und prüfe Antworten kritisch.